基于極化效應(yīng)PNGV模型的動(dòng)力鋰電池SOC估算

馬玉菲 楊玉新 李立偉 劉含筱

摘要：為提高鋰電池荷電狀態(tài)的估算精度及模擬鋰離子電池實(shí)際充放電特性的準(zhǔn)確性，本文通過(guò)改進(jìn)現(xiàn)有的PNGV等效電路模型，在PNGV模型基礎(chǔ)上，增加一節(jié)RC并聯(lián)模塊，使模型更好的反映電池的極化效應(yīng)。同時(shí)，通過(guò)實(shí)驗(yàn)獲取電池充放電特性，為卡爾曼濾波器提供精確的參數(shù)，并提出了電池的開(kāi)路電壓曲線模型，通過(guò)Matlab擬合驗(yàn)證滿足精度要求。最后采用擴(kuò)展卡爾曼濾波（extended kalmanfilter，EKF）算法對(duì)鋰電池荷電狀態(tài)（state of charge，SOC）進(jìn)行估算，并與安時(shí)積分法進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明，估算最大誤差不超過(guò)45%，平均不超過(guò)3%，提高了SOC的估算精度。該研究為電動(dòng)汽車運(yùn)行工況提供了理論依據(jù)。

關(guān)鍵詞：鋰電池; SOC估算; 電池模型; 開(kāi)路電壓模型

中圖分類號(hào)： TM912.9文獻(xiàn)標(biāo)識(shí)碼： A

文章編號(hào)： 10069798（2019）01005806; DOI： 10.13306/j.10069798.2019.01.010

日益增長(zhǎng)的能源需求與日漸短缺的化石燃料的相互矛盾，使可再生能源技術(shù)得到了更多的關(guān)注，電動(dòng)汽車的發(fā)展和使用更加迫切。電動(dòng)汽車實(shí)際運(yùn)行工況的管理與電池管理系統(tǒng)[1]的反饋數(shù)據(jù)緊密相關(guān)，而荷電狀態(tài)作為電池管理系統(tǒng)[2]（battery management system，BMS）中最重要的參數(shù)，它的精度和魯棒性[3]極其重要。高精度的SOC估算可以充分發(fā)揮電池的最大效能，提高電池的利用率，為電動(dòng)汽車運(yùn)行工況提供較高的參考價(jià)值。因此準(zhǔn)確的電池模型和SOC估算結(jié)果對(duì)混合動(dòng)力/純電動(dòng)汽車至關(guān)重要[4]?？柭鼮V波算法適用于電池在線工況狀態(tài)，是基于無(wú)偏的最優(yōu)狀態(tài)估算[5]，是目前SOC估算算法的熱點(diǎn)。近年來(lái)，以卡爾曼濾波算法為基礎(chǔ)，更多復(fù)雜且精確的算法被提出，如模糊卡爾曼算法[6]、雙卡爾曼算法[7]、Sigma點(diǎn)卡爾曼濾波算法[8]等，雖然這些算法提高了估算精度，但同時(shí)也增加了計(jì)算難度、占用更多的內(nèi)存、降低了實(shí)用性。常見(jiàn)的傳統(tǒng)電池模型有Rint模型[9]、Thevenin模型[10]和PNGV模型等，這些模型以通用性和復(fù)雜度為前提，但都對(duì)電池實(shí)際特性進(jìn)行了不同程度的簡(jiǎn)化，是導(dǎo)致SOC估算誤差的主要原因之一?；诖耍疚囊越?jīng)典電池模型為基礎(chǔ)，增加一節(jié)Rc并聯(lián)模塊，進(jìn)一步提高數(shù)據(jù)模型精度，采用擴(kuò)展卡爾曼濾波算法，并通過(guò)Matlab/Simulink仿真驗(yàn)證模型與算法的可行性，在不提高算法復(fù)雜度的同時(shí)，提高了SOC估算精度。該研究具有一定的實(shí)際應(yīng)用價(jià)值。

1電池極化概念及等效模型改進(jìn)

1.1極化效應(yīng)

電池充放電過(guò)程中，電流通過(guò)導(dǎo)致的電極偏離平衡電位[11]的現(xiàn)象稱為電極極化[12]。電池內(nèi)部化學(xué)反應(yīng)不是簡(jiǎn)單的電子轉(zhuǎn)移，包括在電極和電解質(zhì)間界面處的一系列過(guò)程。

根據(jù)反應(yīng)步驟，鋰電池極化類型有歐姆極化、電化學(xué)極化和濃差極化3種。電池電解液、電極及導(dǎo)電材料之間相互存在的接觸電阻是引起歐姆極化的直接原因，充放電過(guò)程中的電壓突變一般認(rèn)為是由歐姆極化引起。電化學(xué)極化是由于電極板上進(jìn)行氧化還原反應(yīng)的速率比電極板上電子釋放的速率慢所造成。當(dāng)氧化還原反應(yīng)速率與電解液中生成物的反應(yīng)物的擴(kuò)散速率無(wú)法達(dá)到相對(duì)平衡時(shí)，會(huì)出現(xiàn)第3種極化——濃差極化，充放電過(guò)程中的電壓趨于平坦的過(guò)程一般認(rèn)為是由電化學(xué)極化和濃差極化引起。電化學(xué)極化與濃差極化產(chǎn)生的實(shí)質(zhì)是由于在正、負(fù)極板間的往返運(yùn)動(dòng)，引起電池內(nèi)部電解液中離子濃度分布短時(shí)不平衡現(xiàn)象，進(jìn)而形成電位差，當(dāng)電池靜置較長(zhǎng)

5結(jié)束語(yǔ)

本文構(gòu)建了極化效應(yīng)PNGV電池等效電路模型。該模型考慮了鋰電池實(shí)際工況中的歐姆極化、電化學(xué)極化、濃差極化三種極化效應(yīng)，能更精確的反映電池的實(shí)際動(dòng)態(tài)特性。通過(guò)實(shí)驗(yàn)測(cè)試與數(shù)據(jù)擬合，提出了鋰電池OCVSOC關(guān)系曲線模型，并通過(guò)Matlab擬合驗(yàn)證了模型的精確度。從實(shí)驗(yàn)驗(yàn)證可以看出，改進(jìn)模型與EKF算法的結(jié)合能準(zhǔn)確的估算電動(dòng)汽車實(shí)SOC，能有效反映出電化學(xué)阻抗帶來(lái)的極化效應(yīng)，具有較好的精度和適用性。但極化效應(yīng)PNGV模型需要計(jì)算的參數(shù)較多，估算前期工作的計(jì)算量較大，在后續(xù)的研究中有待進(jìn)一步簡(jiǎn)化和完善。

參考文獻(xiàn)：

[1]Wang Y， Chen Z， Zhang C. Online remaining energy prediction：A case study in embedded battery management system[J].Applied Energy， 2016， 194： 688695.

[2]汪世國(guó). 電動(dòng)汽車電池管理系統(tǒng)（BMS）現(xiàn)狀分析[J]. 汽車實(shí)用技術(shù)， 2014（2）： 6567.

[3]余奇. 純電動(dòng)汽車動(dòng)力電池荷電狀態(tài)估計(jì)的研究[D]. 哈爾濱： 哈爾濱工業(yè)大學(xué)， 2016.

[4]盧杰祥. 鋰離子電池特性建模與SOC估算研究[D]. 廣州： 華南理工大學(xué)， 2012.

[5]李莉， 朱珺. 無(wú)偏轉(zhuǎn)換卡爾曼濾波在雷達(dá)目標(biāo)跟蹤中的應(yīng)用[J]. 電子測(cè)量技術(shù)， 2011， 34（4）： 3032.

[6]李德東， 王振臣， 郭小星. 基于模糊卡爾曼濾波的HEV氫鎳電池SOC估計(jì)[J]. 電源技術(shù)， 2011， 35（2）： 192194.

[7]苗強(qiáng). 基于載荷重構(gòu)的混合動(dòng)力公交車能量管理策略優(yōu)化研究[D]. 濟(jì)南： 山東大學(xué)， 2017.

[8]張金龍， 佟微， 漆漢宏， 等. 平方根采樣點(diǎn)卡爾曼濾波在磷酸鐵鋰電池組荷電狀態(tài)估算中的應(yīng)用[J]. 中國(guó)電機(jī)工程學(xué)報(bào)， 2016， 36（22）： 62466253.

[9]張利， 張慶， 常成， 等. 用于電動(dòng)汽車SOC估計(jì)的等效電路模型研究[J]. 電子測(cè)量與儀器學(xué)報(bào)， 2014（10）： 11611168.

[10]魏增福， 董波， 劉新天， 等. 鋰電池動(dòng)態(tài)系統(tǒng)Thevenin模型研究[J]. 電源技術(shù)， 2016， 40（2）： 291293.

[11]Taheri P， Mansouri A， Yazdanpour M， et al.Theoretical analysis of potential and current distributions in planar electrodes of lithiumion batteries[J]. Electrochimica Acta， 2014， 133（133）： 197208.

[12]楊帆， 喬艷龍， 甘德剛， 等. 不同充電模式對(duì)鋰離子電池極化特性影響[J]. 電工技術(shù)學(xué)報(bào)， 2017，32（12）： 171178.

[13]李志農(nóng)， 覃章鋒. 基于降低極化電壓磷酸鐵鋰電池充電方法研究[J]. 汽車技術(shù)， 2017（11）：2429.

[14]白婷. 鋰離子電池間歇正負(fù)脈沖優(yōu)化充電方法研究[D]. 武漢：湖北工業(yè)大學(xué)， 2014.

[15]謝祖榮， 車勇， 黃之初. 基于Matlab的RLC二階電路零輸入響應(yīng)的研究[J]. 武漢理工大學(xué)學(xué)報(bào)，2002， 24（1）： 4649.

[16]FernándezVillaverde J， Gordon G， GuerrónQuintana P， et al. Nonlinear adventures at the zero lower bound[J]. Journal of Economic Dynamics & Control， 2015， 57（6）： 182204.

[17]薛長(zhǎng)虎， 聶桂根， 汪晶. 擴(kuò)展卡爾曼濾波與粒子濾波性能對(duì)比[J]. 測(cè)繪通報(bào)， 2016（4）： 1014.

[18]黃飛， 鐘家偉. 泰勒公式及泰勒級(jí)數(shù)的應(yīng)用[J]. 佳木斯大學(xué)學(xué)報(bào)： 自然科學(xué)版， 2016， 34（6）：10291032.

[19]Zhang C， Wang L Y， Li X， et al. Robust and adaptive estimation of state of charge for lithiumIon batteries[J]. IEEE Transactions on Industrial Electronics， 2015， 62（8）： 49484957.

[20]Fath K， Stengel J， Sprenger W， et al. A method for predicting the economic potential of （buildingintegrated） photovoltaics in urban areas based on hourly radiance simulations[J]. Solar Energy， 2015， 116（4）： 357370.